投资组合优化模型的一个序列凸近似算法

以CVaR为代表的凸优化投资组合模型近年来引起了广泛研究．为克服传统投资组合模型中凸近似的不足，提出了一个投资组合的DC规划模型．该模型用一个DC函数替代了CVaR模型中的凸近似函数，同时要求所有约束条件在概率意义下成立．进一步地，提出了一个序列凸近似(SCA)算法用于求解DC规划问题，并运用Monte-Carlo方法来实现SCA算法．初步的实验结果表明，因子收益服从“尖峰厚尾”分布时，模型的目标函数值优于采用CVaR近似的目标函数值